基于神经网络的多特征结合法鲫鱼质量估计

S126; 质量不同的鱼摄食能力不同,准确估计鱼体质量有利于水产养殖中鱼类精准投喂,避免饲料浪费及水体污染.首先使用1元硬币作为参照物采集鲫鱼图像和体重数据,其次对图像进行预处理,提取鲫鱼和硬币的特征值,最后采用BP神经网络、Elman神经网络以及Numpy库构建的神经网络实现多特征的鲫鱼质量估计.结果 表明:使用BP和Elman神经网络估计鲫鱼质量时决定系数分别为0.9256和0.9064,均方误差分别为0.00368和0.00455.采用Numpy库构建的神经网络估计时决定系数值为0.8237,均方误差值为0.0081.因此,使用BPNN-面积-周长和Elman-面积-周长方法能够快速、准...

Full description

Saved in:
Bibliographic Details
Published in中国农业科技导报 Vol. 23; no. 12; pp. 109 - 115
Main Authors 蔡振鑫, 刘春红
Format Journal Article
LanguageChinese
Published 中国农业大学信息与电气工程学院,北京100083%中国农业大学信息与电气工程学院,北京100083 2021
中国农业大学国家数字渔业创新中心,北京100083
Subjects
质量估计;神经网络;多特征;水产养殖;图像处理
Online AccessGet full text
ISSN1008-0864
DOI10.13304/j.nykjdb.2021.0291

Cover

More Information
Summary:S126; 质量不同的鱼摄食能力不同,准确估计鱼体质量有利于水产养殖中鱼类精准投喂,避免饲料浪费及水体污染.首先使用1元硬币作为参照物采集鲫鱼图像和体重数据,其次对图像进行预处理,提取鲫鱼和硬币的特征值,最后采用BP神经网络、Elman神经网络以及Numpy库构建的神经网络实现多特征的鲫鱼质量估计.结果 表明:使用BP和Elman神经网络估计鲫鱼质量时决定系数分别为0.9256和0.9064,均方误差分别为0.00368和0.00455.采用Numpy库构建的神经网络估计时决定系数值为0.8237,均方误差值为0.0081.因此,使用BPNN-面积-周长和Elman-面积-周长方法能够快速、准确地估计鱼体质量,实现水产养殖中鱼类的精准投喂,以及在鱼类被捕捞后根据质量进行分级,推进渔业现代化的进展.
ISSN:1008-0864
DOI:10.13304/j.nykjdb.2021.0291